《引用计数的陷阱与清道夫机制：深入理解 Python 循环引用与垃圾回收》

《引用计数的陷阱与清道夫机制：深入理解 Python 循环引用与垃圾回收》

一、引言：那些“不会消失”的对象

在 Python 的开发过程中，你是否遇到过这样的情况：明明已经 del 掉了对象，内存却迟迟没有释放？又或者程序运行时间越长，内存占用越高，最终导致崩溃？

这些问题，往往源于一个隐秘的角落——循环引用。

作为一名长期使用 Python 构建数据处理与自动化系统的开发者，我曾在一个日志分析工具中遭遇严重的内存泄漏。最终发现，罪魁祸首竟是两个互相引用的对象，牢牢“抱在一起”，谁也不肯先走。

这篇文章将带你深入理解 Python 的引用计数机制为何无法解决循环引用问题，以及 gc 模块如何作为“清道夫”识别并清理这些“顽固分子”。

---

二、引用计数机制：Python 的基础内存管理方式

Python 中每个对象都有一个引用计数器，记录它被多少个变量或对象引用。当计数归零时，对象就会被销毁，释放内存。

示例：引用计数的基本行为

import sys

a = [1, 2, 3]
b = a
print(sys.getrefcount(a))  # 输出通常为 3（a、b、getrefcount 参数本身）

💡 sys.getrefcount() 会临时增加一次引用，所以结果比你预期的多 1。

问题出现：循环引用导致计数永不归零

引用计数机制虽然高效，但它有一个致命弱点——无法处理循环引用。

---

三、循环引用案例解析：两个对象互相“抱团”

我们来看一个简单的例子：

class A:
    def __init__(self):
        self.other = None

class B